Kuliah ke 12 DISTRIBUSI SAMPLING

Presentasi berjudul: "Kuliah ke 12 DISTRIBUSI SAMPLING"— Transcript presentasi:

1 Kuliah ke 12 DISTRIBUSI SAMPLING

2 PENDEKATAN NORMAL UNTUK BINOMIAL
Distribusi Binomial : Exp : Pendekatan normal untuk binomial dengan n = 15, p = 0,4

3 Menurut Teorema Limit Pusat : Jika x suatu variable random binomial dengan mean & variansi . Jika n cukup besar (n>30) dan p tidak terlalu dekat dengan 0 atau 1, maka :

4 Contoh : Suatu pabrik/ perusahaan pembuat CD menghasilkan 10% CD yang cacat/ rusak. Jika 100 CD dipilih secara random, berapa probabilitas terdapat : a) 8 CD yang rusak b) Paling sedikit 12 CD yang rusak c) Paling banyak 5 CD yang rusak Jawab : x = banyak CD yang rusak x  Bin (100; 0,1) , n = 100, p = 0,1  = n.p = 100.(0,1) = 10 = n.p.(1-p) =100.(0,1).(0,9) = 9   = = 3

5 P(x=8) = Luas kurva normal antara x1 = 7,5
dan x2 = 8,5 Z1 = = - 0,83  A = 0,2967 Z2 = = -0,50  B = 0,1915 P(x=8) = A – B = 0,2967 – 0,1915 = 0,1052

6 P(x≥12) = Luas kurva normal dari
x = 11,5 ke kanan  A = 0,1915 P(x≥12) = 0,5 – 0,1915 = 0,3085

7 P(x  5)=Luas kurva normal
dari x = 5,5 ke kiri = -1,50  A = 0,4332 P(x  5) = 0,5 – 0,4332 = 0,0668

8 Dalam ujian pilihan ganda, tersedia 200
pertanyaan dengan 4 alternatif jawaban dan hanya 1 jawaban yang benar. Jika seseorang memilih jawaban secara random, berapa peluang dia lulus ujian (syarat lulus : benar paling sedikit 60) Jawab : x = banyak jawaban yang benar P = 0,25 = ¼  1 – p = 0,75 x  Bin(200; 0,25)  = n.p = 50 = n.p(1-p) = 200(0,25).(0,75) = 37,5   = 6,13 P(x≥60) = Luas kurva normal dari x = 59,5 ke kanan

9 Z1 = = 1,55  A = 0,4394 P(x≥60) = 0,5 – 0,4394 = 0,0606 = 6,06 %

10 SAMPEL RANDOM & DISTRIBUSI SAMPLING
Sampel Random adalah sampel yang diambil dari suatu populasi dan tiap elemennya mempunyai peluang yang sama untuk terambil.

11 Distribusi Sampling :

12 Sifat Distribusi Sampling :
Jika sampel random dengan n elemen diambil dari suatu populasi dengan mean  dan variansi , maka distribusi sampling harga mean mempunyai mean = dan variansi = Jika populasinya berdistribusi normal, maka distribusi sampling harga mean berdistribusi normal juga Jika sampel-sampel random diambil dari suatu populasi yang berdistribusi sembarang dengan mean  dan variansi , maka untuk n > 30 :  Teorema Limit Pusat

13 Sampel Random : Dengan Pengembalian : dan atau Tanpa Pengembalian : dan Jika N sangat besar relative terhadap n, (N tidak disebutkan), maka : atau Dalam Distribusi Sampling :

14 d) Jika N sangat besar, hitung : P(110  125)
Contoh : Suatu sampel random dengan 60 mahasiswa diambil dari suatu populasi dengan N orang mahasiswa yang mempunyai IQ rata-rata (mean = 120) dan variansi = 280. (sampel diambil tanpa pengembalian) c) Jika N = 400, hitung : (i) (P(110   125 ) (ii) P( ≥130) d) Jika N sangat besar, hitung : P(110  125)

15 Jawab : Diketahui :  = = 280 Jika N = 400 : =  = 120 P(110   125 )

16 P( ≥130) P(120  130) = P(0  Z  ) = P(0  Z  5,00) A = 0,5 P( ≥130) = 0,5 – 0,5 = 0

17 Jika N sangat besar (relatif terhadap n=60)

18 = P(-4,63 Z  2,31 ) = 0,5 + 0,4896 = 0,9896

19 Suatu sampel dengan 40 elemen diambil dari suatu populasi dengan mean = 4,14 dan variansi = 84,64. Hitung probabilitas bahwa mean sampel terletak antara 40 dan 45. Jawab : Diketahui :  = 41,4, = 86,64, n = 40 N tidak disebutkan (anggap bahwa N besar sekali) Distribusi sampling harga mean : =  = 41,4

20

21 DISTRIBUSI NORMAL :  : nilai rata-rata populasi xi : nilai variabel random  : standard deviasi populasi SOAL 23 : Seorang siswa memperoleh nilai ujian matakuliah A = 60, sedangkan nilai rata-rata kelas = 65 dan standard deviasi = 10. Pada matakuliah B ia memperoleh nilai ujian = 62, sedangkan nilai rata-rata kelas = 66 dan standard deviasi = 5 Pertanyaan : Pada matakuliah manakah siswa tersebut berada pada posisi yang lebih baik ?

22 SOAL 24 : Sebuah pabrik bola lampu setiap bulannya rata-rata memproduksi sebanyak unit bola lampu dengan standard deviasi = 4000 unit. Bila produksi lampu selama satu periode tertentu dianggap berdistribusi normal, maka hitunglah probabilitas akan diperoleh : a) Tingkat produksi perbulan antara – b) Tingkat produksi kurang dari unit c) Tingkat produksi lebih dari unit

23 SOAL 25 : Ujian negara statistik pada akhir tahun 1990 diikuti sebanyak peserta dengan rata-rata nilai ujian=58 dari variansi=100. Bila distribusi nilai ujian dianggap berdistribusi normal, maka hitunglah probabilitas : a) Peserta yang memperoleh nilai (Xi  70) b) Bila nilai ujian lulus = 53,5 maka berapa persen yang tidak lulus c) Bila terdapat 5 peserta yang memperoleh nilai A, maka berapa nilai minimal (terendah) untuk memperoleh nilai A

24 PENDEKATAN DISTRIBUSI NORMAL MENJADI DISTRIBUSI BINOMIAL
SOAL 26 : Bila diketahui bahwa 64% anggota MPR yang dipilih memiliki umur 50 tahun. Jika dari anggota MPR tersebut dipilih 100 orang anggota secara random maka berapakah probabilitasnya : a) Bahwa proporsi dari anggota MPR tersebut  60% nya berumur 50 tahun b) Bahwa proporsi dari anggota MPR tersebut berkisar antara 70% - 75% nya berumur tahun

25 SOAL 27 : Pengawas produksi ban Bridgestone menemukan bahwa rata-rata produksi ban yang cacat mencapai 2% dari total produksi yang ada. Bila dari seluruh produksi tersebut diambil sebanyak 400 ban secara random (acak), maka berapakah probabilitasnya : a) Ban yang cacat  3% (Xi  3%) b) Ban yang cacat antara 1,5% - 2,5 %

26 DISTRIBUSI SAMPLING MEAN : SOAL 28 : Pabrik alat elektronik SONY memproduksi sejenis adaptor yang memiliki rata-rata umur pemakaian = 800 jam() dengan standar deviasi = 40 jam (S). Hitunglah probabilitasnya bila dipilih 16 sampel secara random akan memiliki umur rata-rata : a) Kurang dari 775 jam b) Antara 780 jam – 820 jam c) Lebih dari 810 jam

27 SOAL 29 : Bila rata-rata IQ dari seluruh mahasiswa baru di UTY = 110 dengan standar deviasi = 10 (IQ dianggap berdistribusi normal) a) Hitunglah probabilitas mhs tersebut memiliki IQ  112 b) Hitunglah probabilitas dari 36 mhs, rata-rata memiliki IQ  112 c) Hitunglah probabilitas dari 100 mhs, rata-rata memiliki IQ  112